MiMo赠送820亿Tokens 限时3天速领

上次还在琢磨怎么把那16亿配额消耗掉，费了半天劲才干掉25%。结果早上一刷新，直接重置成满血820亿了。

现在这些Tokens的数字越玩越大，数零数到眼花。要是换成等值人民币该多好……估计是DeepSeek那永久2.5折的调性刺激了MiMo的流量池。关键问题在于，这月只剩3天，重置+N倍配额的组合拳让人有点措手不及。

cc1fbe83-4fb9-4217-9c01-9078760db048-crop

虽说这批Tokens的“单位纯度”不算顶级，但胜在总量够大——核心任务就一个：如何在3天内高效消耗掉820亿？

之前问了一圈不同的AI怎么快速消耗Tokens，后来捣鼓出一个武侠百科《江湖百晓生》，但MiMo版本没法直接用。又做了个文档网站，把Claude的API文档一口气全拉回本地，再让MiMo翻译成中文版。这个活儿还挺吃Tokens，MiMo产出的可读性比纯英文版强太多了。

今天正好聊聊这个使用场景：如何让Opus接手“高难度”任务，MiMo负责“高消耗”任务，组合出击，不浪费一个Tokens。

1、Opus 负责高难度任务

先让Opus啃下最硬的骨头——分析目标网站，抓取核心内容，搭建完整架构。

拿Claude官方文档站来说。数据量不小，全英文（虽然有中文选项，但内容缺失严重）。抓数据这活儿说新不新，但总踩坑，有些站甚至根本抓不到。第一步，先确认能不能抓——Opus说没问题。

然后就把完整需求甩给它：

我计划在当前项目目录下创建一个`claude/api`文件夹，用来搭建一套ClaudeAPI文档的本地化资料库。目标是把官网上的ClaudeAPI文档，按网页原本的菜单结构下载到本地。网站有个便利的地方：每个页面都能通过给网址加上`.md`后缀直接获取Markdown文件。所以希望先基于官网的菜单列表和页面结构，把这些Markdown文件下载下来，按原层级保存到本地。默认下载英文版（`en`）。英文版处理完后再基于英文版生成中文版（`cn`），目录结构保持一致，内容翻译成中文，方便对照维护。最终目标，是基于这些本地Markdown文件，搭建一个类似官网的本地文档网页，能把Markdown转成HTML，保留结构、导航、标题、代码块、表格、链接等。

Opus接收需求后立即进入分析模式，效率很高——它并行启动了ExploreAgent，同步抽出几个.md端点做验证。分析结果相当扎实：

探索完毕。整体可行性分析如下。
你的想法评估：✅ 方向正确，但有几个细节需要决策。

# 好的部分（采纳）
- .md后缀技巧已验证可用，所有页面都能拿到原始markdown
- claude/api/占位目录已预留好，与现有MyDocs结构对齐
- 先英后中分两阶段正确（先确保管线跑通再翻译）

# 需要修正的部分
- 不是纯CommonMark，是MDX：返回的.md包含、、、、等JSX组件标签，常规的markdown-it/marked无法直接渲染，需要做转换映射，否则页面会乱码
- MyDocs当前是纯手写HTML，没有md→html管线：约150-200页文档无法手写，需要建立构建脚本，一次性生成全部页面
- 侧边栏导航需要单独抓：sitemap.xml有URL但没有“Build with Claude > Messages API”的分组顺序，需要从/docs/en/intro页面抓sidebarHTML或试llms.txt

# 规模数据
- 英文文档约150-200页，原始markdown 5-15MB
- 多语言官方有11种（含中文），但官方中文质量不确定，自己翻译更可控

# 推荐的改进版方案
把整个流程脚本化（Python单脚本，~3个阶段）：
1. fetch_docs.py → 抓sitemap + 所有.md，存到claude/api/_src/en/
2. build_site.py → MDX组件→HTML映射，生成claude/api/en/*.html + 侧栏
3. translate.py → 调Claude API批量翻译_src/en/*.md → _src/cn/*.md（复用build_site.py生成claude/api/cn/*.html）

这样英文站和中文站共用一套构建逻辑，只是源md不同。几个关键决策需要你拍板……

看完总结，所有利弊、规模、方案都摆在台面上——优势部分、需要调整的部分、方案建议，还留了几个问题等拍板。上图能看到具体的决策点。

接下来全交给Opus4.7去执行。它制作了详细的计划文档，一步步跑起来——执行中才发现一个惊喜：

英文文档全量是1541页，远超初估的150-200。先验证MDX渲染再决定是否全量。看一眼源文件结构：……

数据量确实不小。一次性吃不下，而且不确定哪些文档真正有用。让它分析后，发现其中1197篇属于不同语言的SDK文档——暂时用不上，先跳过。最后汇总如下：

# 汇总（sitemap 1541 · 已抓 381 · 未抓 1197）
# Part 1 — 已抓（按tab/group）
├ Tab: Messages (72) — 10个group完整展开
├ Tab: Managed Agents (30)
├ Tab: Admin (25)
└ Tab: Resources (263) ← 含REST API endpoints全部

# Part 2 — 未抓（1197，9 SDK × 133）
├ Python SDK (133) ← 
折叠
├ TypeScript SDK (133)
├ Ja va SDK (133)
├ Go SDK (133)
├ Ruby SDK (133)
├ C# SDK (133)
├ PHP SDK (133)
├ CLI (133)
└ Terraform (133)

# Part 3 — 后期补抓指引（含代码模板）

最终抓了381个页面，整个过程流畅顺畅，没遇到频率限制之类的问题。Claude官网构建在Mintlify上，具体防抓策略不清楚，但Opus轻松搞定。它帮我创建的目录结构相当清晰：

claude/api/
├── index.html          
│
├── en/                 
│   ├── index.html      
│   ├── intro.html
│   ├── get-started.html
│   ├── build-with-claude/*.html
│   ├── agents-and-tools/tool-use/*.html
│   ├── managed-agents/*.html
│   └── manage-claude/*.html
│
├── cn/                 
│
├── _src/               
│   ├── na v.json        
│   ├── en/*.md         
│   └── cn/*.md         
│
├── _build/             
│   ├── package.json    
│   ├── fetch.mjs       
│   ├── build.mjs       
│   ├── translate.mjs   
│   ├── components.mjs  
│   └── templates/
│       ├── page.html   
│       └── landing.html 
│
└── _assets/            
    ├── docs.css
    └── docs.js

同时创建了四个精心设计的脚本：

还贴心地准备了命令速查：

cd claude/api/_build

# === 抓取 ===
node fetch.mjs                         # 默认: 11页 allowlist (开发用)
node fetch.mjs --tab=messages          # 单tab全部 (~72页)
node fetch.mjs --tab=managed-agents    # ~30页
node fetch.mjs --tab=admin             # ~25页
node fetch.mjs --tab=resources         # ~38页 (不含EXTRAS)
node fetch.mjs --all                   # 4个tab sidebar全部 (~155页)
node fetch.mjs --all --with-extras     # ↑ 再+EXTRAS (sitemap补抓) = 381页

# 调节速率（默认 concurrency=3 delay=150ms）
node fetch.mjs --all --with-extras --concurrency=2 --delay=250

# === 构建 ===
node build.mjs en                      # 输出 en/*.html
node build.mjs cn                      # 输出 cn/*.html

# === 中文骨架（仅复制，无LLM） ===
node translate.mjs

# === 一条龙：fetch + build en + scaffold cn + build cn ===
npm run all

# === 重新生成URL清单（汇报工具，不抓取） ===
node inventory.mjs                     # 输出 docs/claude-docs-url-inventory.md

脚本支持指定抓取范围、根据MD文档快速生成网页、做翻译，也能一条龙自动跑完。考虑到翻译（LLM调用）的Tokens消耗不小，它先留空了——毕竟它不想浪费自己的Tokens。

到这里Opus的任务收尾：

总共修改了20万行内容，目标网站分析报告、执行报告、汇总报告全部就绪。源代码也全部写好，特别是MDX→HTML的转换器已部署到位。只要一个命令就能把所有MD文档转成HTML页面，快速搭一套纯静态的Claude文档中文镜像站。有了这些，后续只要是Claude相关的问题，AI就能精准响应了。

2、MiMo 负责高消耗任务

接下来轮到MiMo上阵。问题已经很清晰——Opus已经把结构全部搭好，文档也放在了cn目录下。MiMo只需要做一件事：读取这些文档并翻译。

实际操作用到了JCode：把cn这个目录拖到小图标上，直接打开Claude Code的界面。模型和API配置已经自动搞定。然后告诉它：“帮我读取所有文件，把英文文档翻译成中文”——之后就彻底不用管了，它会自动读取、判断、管理多个智能体并行翻译。

花了几个小时，几百个文档全部翻译完。消耗了大约几个亿的配额，16亿中的25%就此搞定。

这个组合拳的效果相当不错。目前的AI能力已经很强，唯一缺的就是准确、更新的知识。构建一个专为自己或AI适配的知识库，变得尤为重要。正好匹配上那永远花不完的Tokens——各种文档捞一波，做成中文版。英文MD文档供AI调用，中文网页方便自己查阅，完美。

未来有计划把这个完整的文档库分享出来，目前还只是一个想法，内容仍在打磨——这种事急不来，只能一步一步走。

来源：互联网